为满足全球矿产资源、作物估产、水资源、森林生态和城市变化检测领域等典型应用的特定数据获取需求，遥感技术特别是光学遥感技术在其中发挥了重要作用。随着遥感技术的发展，遥感图像空间分辨率和时间分辨率的不断提高，遥感数据量急剧增加，其中，有云覆盖的数据量也随之增加，对于光学遥感而言，云的影响不可忽视，因此，为了尽可能的获取无云或者少云数据，有必要对云量预测及其在卫星成像规划中的应用开展研究。　　本文主要围绕基于历史云量数据的云量预测及其在卫星成像规划中的应用展开研究，具体工作如下:　　1)提出了历史云量时间序列特征分类方法。在提取历史云量时间序列特征的基础上，完成了历史云量时间序列特征分类工作，并得到三个云量类型:历史云量时间序列平稳类型、历史云量时间序列普通非平稳性类型和历史云量时间序列季节性非平稳类型。该分类方法能够体现各个云量类型的不同特点，优于简单的云量统计平均方法，为云量预测工作提供了基础。　　2)实现了云量预测。在历史云量时间序列特征分类工作的基础上，根据不同的云量类型，整合三个时间序列预测模型，建立了云量时间序列预测模型，并计算得到云量预测值，实现了云量的中长期预测，解决了一般云量预测方法预测周期太短不适用于卫星成像规划的问题。　　3)将云量预测应用于卫星成像规划。在卫星成像规划算法中考虑云量影响因子，使云量预测值参与到卫星成像规划中，得到了参考云量预测值的卫星成像规划结果，实现了云量预测在卫星成像规划中的应用。实验表明，与不考虑云量影响的卫星成像规划相比，参考云量影响的卫星成像规划更容易获取到无云或者少云的数据。